文献

J-GLOBAL ID：201802267736147985   整理番号：18A1618668

Bayesネットワークにおける連続変数の離散化法の比較【JST・京大機械翻訳】

A comparison of methods for discretizing continuous variables in Bayesian Networks

著者 (3件)： Beuzen Tomas (Water Research Laboratory, School of Civil and Environmental Engineering, UNSW Sydney, NSW, Australia) ,  Marshall Lucy (School of Civil and Environmental Engineering, UNSW Sydney, NSW, Australia) ,  Splinter Kristen D. (Water Research Laboratory, School of Civil and Environmental Engineering, UNSW Sydney, NSW, Australia)
資料名： Environmental Modelling & Software  (Environmental Modelling & Software)
巻： 108  ページ： 61-66  発行年： 2018年 
JST資料番号： W1588A  ISSN： 1364-8152  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： Bayesネットワーク(BN)は,環境システムをモデル化するためのますます一般的な方法である。連続変数の離散化は,BNを使用するためにしばしば必要である。離散化の3つの主な方法がある。マニュアル,教師なし,および監督した。ここでは,沿岸侵食を予測するBNによる各アプローチを比較し,実証した。結果は,教師つき離散化法が最も高い平均予測スキル(73.8%)のBNを生成し,手動離散化(69.0%)と教師なし離散化(64.8%)が続いたことを明らかにした。しかしながら,各方法は,それらが特定の応用により適している可能性がある特異な利点を持っている。手動法は物理的に意味のあるBNを生成することができ,環境モデリングにおいて有利である。監督された方法は,変数を自律的かつ最適に離散化することができ,予測スキルがモデル化優先度であるときに優先される可能性がある。教師なしの方法は計算的に簡単で汎用性がある。最適離散化方式は,方式の性能と実用性の両方を考慮しなければならない。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 優先度 ,  マニュアル ,  *モデリング ,  汎用性
準シソーラス用語： 実用性 ,  自律性 ,  環境モデリング ,  環境システム ,  *離散化 ,  *連続変数 ,  信念ネットワーク , 【Automatic Indexing@JST】

分類 (5件)： 環境問題  (SA01020V) ,  計算機システム開発  (JD02010R) ,  個体群生態学  (EE03030S) ,  オペレーションズリサーチ一般  (KA03010Q) ,  研究開発  (SA01040R)

タイトルに関連する用語 (3件)： Bayesネットワーク ,  連続変数 ,  離散化